彩色醫(yī)學(xué)影像分割技術(shù)研究.pdf

1、基于醫(yī)學(xué)圖像的診斷已被廣泛地應(yīng)用于醫(yī)療診斷,因此,準(zhǔn)確的圖像處理技術(shù)起著重要的作用。本文就圖像處理中很重要的基礎(chǔ)環(huán)節(jié)圖像分割做了研究,使用邊緣檢測(cè)、閾值分割方法分割了灰度圖像。在彩色圖像分割的研究中:實(shí)現(xiàn)了HSV聚類方法、分水嶺方法分割彩色圖像,創(chuàng)新地引入權(quán)重概念改進(jìn)了分割方法。
　　 圖像分割的大部分技術(shù)是針對(duì)灰度圖像的。本文采用了邊緣檢測(cè)和閾值分割兩種方法對(duì)灰度醫(yī)學(xué)圖像進(jìn)行分割。介紹了邊緣檢測(cè)算子中的了Sobel算子和拉普拉

2、斯算子,并利用人體切片圖像進(jìn)行實(shí)驗(yàn)。針對(duì)灰度圖像分割,本文實(shí)現(xiàn)了閾值分割中的類間方差閾值分割、最大熵閾值分割、迭代閾值分割方法,并針對(duì)算法中存在的一些誤判區(qū)域,結(jié)合中值濾波和形態(tài)學(xué)腐蝕操作進(jìn)行了改進(jìn),得到了較好的分割效果。
　　 隨著技術(shù)的成熟,彩色圖像的分割被提上日程。與灰度圖像相比,彩色圖像所能提供的信息更加豐富,實(shí)現(xiàn)分割的難度也相對(duì)較大。文章彩色分割章節(jié)首先介紹了四種常用的彩色空間,實(shí)現(xiàn)了彩色人體切片圖像在四個(gè)空間上的轉(zhuǎn)化